hive匹配中文
中文 匹配 hive
2023-09-27 14:29:13 时间
select regexp_extract('ab中文123测试55。。', '[\u4e00-\u9fa5]+', 0)
只提出成功第一段中文汉字,结果为:
中文
select regexp_replace('ab中文123测试55。。', '[\u4e00-\u9fa5]+', "")
只去掉了中文汉字,没去掉全角符号,结果为:
ab12355。。
备注unicode编码范围:
2E80~33FFh:中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符,中日韩的符号、标点、带圈或带括符文数字、月份,以及日本的假名组合、单位、年号、月份、日期、时间等。
3400~4DFFh:中日韩认同表意文字扩充A区,总计收容6,582个中日韩汉字。
4E00~9FFFh:中日韩认同表意文字区,总计收容20,902个中日韩汉字。
A000~A4FFh:彝族文字区,收容中国南方彝族文字和字根。
AC00~D7FFh:韩文拼音组合字区,收容以韩文音符拼成的文字。
F900~FAFFh:中日韩兼容表意文字区,总计收容302个中日韩汉字。
FB00~FFFDh:文字表现形式区,收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。
普通函数:
https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF
分析函数:
https://cwiki.apache.org/confluence/display/Hive/LanguageManual+WindowingAndAnalytics
相关文章
- CE 无法搜索中文字符串变量的解决办法
- 28 爬虫 - re 正则 匹配中文
- 《Netty in Action》中文正式出版:阿里工程师耗时2年精心翻译(含试读PDF)
- [转]正则表达式“w”无法正常匹配中文
- Spring通过MimeMessageHelper发送邮件,中文附件名出现乱码解决办法
- Xcode 使用手册之01 欢迎使用Xcode(Xcode中文文档手册)
- ObservedObject (SwiftUI 中文文档手册 教程含源码)
- State 数据流管理 (SwiftUI中文文档手册)
- ToolbarItemPlacement (SwiftUI中文文档手册)
- UOS系统的Qt无法使用中文输入法
- PL/SQL Developer 中文乱码问题的解决
- 【烦人的字符集】linux字符集问题,中文乱码
- PyQt QScintilla API 中文文档(1)
- 安装配置Vim中文帮助文档